Kibana使用说明

通过访问IP:5601即可

注：下列所有操作可结合elasticsearch-head进行学习

索引的创建删除操作

索引其实也可以理解成是一张表

索引创建

索引创建并赋值

 索引创建及定义属性

 这里会涉及type为text类型，除了text类型，对于字符串还可以分配keyword类型二者区别如下：

• keyword类型的词语会被当成一个整体存储

• text类型的词语则会被分词器拆分进行存储，中文是单个存储，英文是按照空格进行，在我们进行查找的时候默认都会进行拆分，这里的拆分规则和分词器字典无关

 索引删除

索引文档的删改查操作

增加索引文档

注：id需唯一，如果指向的是已存在的id，则会变为修改操作

修改索引文档

虽然使用增加索引的方式也可以实现索引文档的修改，但是其实ES也提供了update方法来进行修改

删除索引文档

其实删除索引和删除索引文档的区别就在于是否准确指定到具体的id，未指定则就会删除其索引

索引文档的简单查询 

索引文档的条件查询 

先理解下Match和Term相关解释

Match和Term的区别

Match是模糊查询，代表只要字段被包含则会查询，不在乎分词结果

1、当查询text时，由于一句话会被拆分，所以任意包含即可

2、当查询keyword时，由于一句话不会被拆分，所以必须完全匹配才可以

 

Term是精确查询

1、当我们查找的类型为text时，一句话被拆分了，所以我们查找这句话时将无法查询到，就只能通过被拆分后的某个字进行查询，这个具体可以通过_analyze查看

2、当我们查找的类型为keyword时，一句话就不会被拆分，这时候我们查找一句话就可以被查询到，查询单个词的话，将无法查询到

这也就是为什么Term被称作精确查询

 

总结：Match和Term查询keyword都需要完全匹配，但是查询text时，因为text是拆分存储，match也是拆分查询，所以任意输入值都可以查询到值，而Term是不拆分查询，所以在很多时候，Term查text只能通过单个值去查才有结果

注：汉语是一个字一个字分组，英文的话是以空格进行分组

Match模糊查询

根据上图进行操作

持续更新。。。。

标签：Term,text,Kibana,查询,说明,索引,文档,拆分,使用
来源： https://www.cnblogs.com/cjzzz/p/16110564.html